数据收集与差异表达分析
识别AS和CAVD中差异表达基因
从GEO获取四个数据集,使用limma分析每个疾病中的DEGs。
Cross-Disease Identification of FBP1 in Atherosclerosis and Calcific Aortic Valve Disease via Integrated Bioinformatics and Validation: Functional Analysis and Therapeutic Target Exploration.
包括生物信息学分析(DEG分析、机器学习、免疫浸润、调控网络、分子对接)和实验验证(qPCR、Western blot、组织染色),涵盖多层级验证。
人颈动脉斑块组织 人下肢动脉硬化组织 人钙化主动脉瓣组织 正常对照组织
FBP1在AS和CAVD组织中的表达上调 FBP1在多个数据集中AUC>0.70的诊断性能 FBP1表达与免疫细胞浸润的相关性 候选化合物与FBP1的结合亲和力
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
识别AS和CAVD中差异表达基因
从GEO获取四个数据集,使用limma分析每个疾病中的DEGs。
识别共同失调的基因并分析其功能
取AS和CAVD DEGs的交集获得CGs,进行GO和KEGG富集分析。
筛选候选生物标志物
应用LASSO和随机森林算法识别关键基因,取交集。
评估FBP1的诊断性能
构建ROC曲线,计算AUC,进行校准和决策曲线分析,并构建列线图。
分析FBP1表达与免疫细胞浸润的关联
使用CIBERSORT估计22种免疫细胞比例,并进行相关分析。
预测FBP1的调控因子和靶向化合物
构建miRNA-TF调控网络,使用CB-Dock2进行分子对接筛选化合物。
验证组织病理变化
对动脉和瓣膜组织进行HE和Oil Red O染色。
验证FBP1在疾病组织中的表达水平
使用Western blot和RT-qPCR检测FBP1蛋白和mRNA表达。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 蛋白质表达检测 | BCA蛋白定量试剂盒 | Elabscience | -- |
| Western blot | FBP1抗体 | Proteintech | 12842-1-AP |
| 增强化学发光试剂 | Vazyme | -- | |
| RNA提取 | TRIzol试剂 | Thermo Fisher | -- |
| 逆转录 | PrimeScript逆转录试剂盒 | Takara | -- |
| qPCR | SYBR-Green预混液 | TsingKe | -- |
| Bio-Rad CFX Opus实时荧光定量PCR仪 | Bio-Rad | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 差异表达分析 | 数据集的选择、阈值(|log2FC|≥0.5, p<0.05) 阅读提示:Methods: 微阵列数据收集与处理 |
| 机器学习筛选 | LASSO参数、随机森林参数(ntree=1000)、种子2024 阅读提示:Methods: 机器学习为基础的枢纽基因细化 |
| 诊断模型评估 | ROC曲线的AUC值、校准曲线、决策曲线分析 阅读提示:Figure legends: Figure 6 |
| 免疫浸润分析 | CIBERSORT输入数据、免疫细胞类型、相关性分析方法 阅读提示:Methods: 免疫微环境特征 |
| 组织染色 | 组织类型、固定、切片厚度、染色步骤 阅读提示:Methods: HE和油红O染色 |
| Western blot | 蛋白提取、抗体使用、洗涤步骤、曝光条件 阅读提示:Methods: Western blot |
| RT-qPCR | RNA提取、逆转录、qPCR条件、引物序列、内参基因 阅读提示:Methods: 实时定量PCR |